Ethan 音乐实验室

ROADMAP

从听见声音，到读懂频谱

五个阶段、23 个学习节点。第一次学习按顺序前进；复习时可以直接进入任何阶段。

01

第 01—05 讲

认识声音与数字录音

5 个学习节点

01程序要分辨古典、爵士和摇滚，先得跨过哪一步？02声音是怎么产生的，又怎么变成录音里那条线？03音量条没动，为什么换一首歌就明显更吵？04连续的声音，怎样变成一串数字又变回来？05该从录音里算出什么交给程序？——音频特征的五个维度
02

第 06—10 讲

把录音变成可计算片段

5 个学习节点

06从整段录音到一串可比较的数，中间要走哪几步？07不做任何频率分析，只看那条曲线能问出什么？08把振幅包络的公式，写成真能跑的代码09先调库，再手写，然后逼它们对上10电脑怎样从一条曲线里，找出它由哪些高低成分组成？
03

第 11—15 讲

从波形进入时间—频率表示

5 个学习节点

11一个数，怎样同时装下「有多强」和「从哪里起步」？12把「有多强」和「从哪里起步」，写进同一个系数13计算机只有有限个数字，怎样完成傅里叶变换？14用 Python 读取真实声音的频谱：四段声音为什么长得不一样？15整段频谱为什么找不到声音发生的时间：短时傅里叶变换
04

第 16—20 讲

把频谱整理成模型输入

5 个学习节点

16同一批数，为什么换个画法才看得见：用 Python 画声谱图17怎样按听感重新刻一把频率的尺子：梅尔刻度18形状对上了，数字却全不一样：用 Python 提取梅尔声谱图19把「谁在发声」和「发的什么音」分开：MFCC 是什么20一行代码替你做了哪四步：用 Python 取 MFCC
05

第 21—23 讲

用少量数字概括频谱

3 个学习节点

21一列频谱怎样压成三个数：带能量比、频谱质心与带宽22用 Python 实现带能量比：2000 Hz 到底该切在哪一格23频谱质心与带宽：怎样量出频率的中心和展开